论文提出用适应几何评估神经场
Get the story
2026年10月7日，arXiv Machine Learning Theory 发布论文《神经场编码适应几何》。论文提出用“适应几何”评估神经场：除重建质量外，还衡量网络拟合新观测的难易程度，以及权重对历史观测的保留程度。图像实验显示，局部线性模型可预测适应成本；若替换切线核，预测精度显著下降。物理场实验中，同一网络反复拟合序列后，权重能以68.6%准确率恢复波速符号，而仅看当前观测的准确率只有50%。此外，切线核特征值可同时预测哪些变化容易学习，以及多快会被后续拟合覆盖。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Machine Learning Theory神经场编码适应几何
论文提出用适应几何评估神经场，除重建质量外，还衡量网络拟合新观测的难易与权重对历史观测的保留程度。图像实验显示局部线性模型可预测适应成本，替换切线核会显著降低预测精度；物理场实验中，同一网络反复拟合序列后，权重能以 68.6% 准确率恢复波速符号，而仅看当前观测只有 50%。切线核特征值同时预测哪些变化易学、以及多快被后续拟合覆盖。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.